高职院校大学生满意度研究.doc 全文免费在线阅读

  本文关键词：高职院校大学生满意度研究——基于2011年“国家大学生学习情况调查”数据分析，，由笔耕文化传播整理发布。

网友1006108867近日为您收集整理了关于高职院校大学生满意度研究的文档，希望对您的工作和学习有所帮助。以下是文档介绍：..高职院校大学生满意度研究——基于2011年“国家大学生学习情况调查”数据分析汪雅霜厦门大学教育研究院,福建厦门361005【摘要】:通过“国家大学生学习情况调查”网上调查平台,对全国14所高职院校、17435名学生进行了满意度调查。使用主成分分析法对16个满意度指标的权重进行了确定、求出各指标与总的满意度均值、绘制各指标象限分布表。通过分析可以看出,我国高职院校大学生满意度总体较好,但仍有进一步提升的空间。因此建议高职院校进一步提高教师教学水平、注重基础设施建设与利用以及重视教师与学生的课外互动。【关键词】:高职院校;满意度;大学生学习;主成分分析一、研究背景《国家中长期教育改革和发展规划纲要(2010—2020年)》明确规定“提高质量是高等教育发展的核心任务,是建设高等教育强国的基本要求”。提高高等教育质量一个很重要的观测点就是大学生满意度的提高。因此有学者强烈呼吁“聚集本科教育质量:重视学生满意度调查”45。近些年来,我国高等职业教育得到了很好的发展,已成为我国高等教育事业的重要组成部分。但随着高校间竞争的加剧以及受传统思维方式与文化的影响,高职院校在生源市场、就业市场等方面都处于不利地位,其教育质量面临严峻的挑战。因此,如何提高学生的满意度、培养出高质量人才、办学生满意的教育,已成为高职院校办学者所关心的重大议题。满意度最早在社会和实验心理学领域进行研究,后来进入市场营销领域,开始关注顾客满意度。学生满意的概念产生于20世纪60年代,由于受顾客满意度研究的影响,大多学者是在直接借用顾客满意的概念的基础上对学生满意的含义进行界定的,有的学者甚至将学生直接定义为顾客,并将顾客满意的概念直接引用到学生满意的概念上来46。大学生满意度“是指大学生对大学学习、生活一种总的心理感受与个人看法,它具有很强的个体差异性。了解大学生的满意度不仅可以看出学生对在校学习的态度与倾向,而且可以从一个侧面反映出学校相关工作的绩效及改进方向。”47二、文献综述通过“中国知网”(CNKI)进行相关文献搜索,发现我国学者针对“高职院校大学生满意度”的研究主要集中在如下几个方面:(一)高职大学生满意度测量模型王灵玲(2008)48参照教育部组织的高职高专院校人才培养工作水平评估指标体系初拟指标,运用调查统计法构建了高职学生学习满意度测评指标体系,提出了高职教育服务质量六大差距模型。屠群峰(2009)49通过对高职院校毕业生进行了满意度调查,认为毕业生满意度既体现了学生在校期间的满意程度,也反映出学校所提供的教育服务满足学生需求的成效。刘金兰(2009)50构建了测评高职教育服务学生满意度的指标体系,并选择珠三角地区两所职业技术学院的学生进行的实证分析表明该指标体系是适用的、合理的。刘喜梅(2011)51基于学生满意度的高职“差异化教学”理论框架,初步构建基于高职学生满意度的高职“差异化教学”评价模型。蒋秀英(2011)52采用生活满意度量表、领悟社会支持量表、简易应..对方式问卷及青少年生活事件量表对高职高专院校的292名高职高专生进行调查,并采用结构方程模型对生活满意度的关系模型进行探讨。(二)高职大学生满意度测量方法王灵玲(2006)53运用层次分析法,结合灰色系统理论中的灰色综合评价和灰色关联分析对高职学生学习满意度评价进行建模分析和实证研究。洪彩真(2007)54采用修正后的SERVQUAL量表,以福建省福州、厦门、泉州6所公、民办高职院校为例,进行学生满意度的测量。肖莲英(2008)55以苏南地区某高职院校学生为研究对象,以问卷调查法和访谈法为主要研究方法,对高职院校学生的学习满意度状况及其影响因素进行了研究。刘新学(2011)56采用SEM分析方法,开展高职生满意度的问卷调查,并根据调查结果提出了相关建议。通过对已有文献的梳理,可以看出关于高职大学生满意度的测量模型与方法方面已取得了许多的研究成果。本研究在已有研究以及大量访谈的基础上,从教师教学、人际关系与校园支持三方面对高职大学生满意度进行测量,并在以下几个方面有所拓展:第一,扩大了调查样本量,使研究成果更具代表性。本研究所使用的数据共有14所高职院校,17435名学生参与。第二,将主成分分析法应用到高职院校大学生满意度研究中,并用此方法对测量指标的权重进行了确定,避免了以往研究中权重确定的主观性。第三,对各测量指标进行了象限分类,有利于指标间的客观比较。三、研究方法与测量指标本研究以问卷调查为主,使用SPSS19.0对数据进行主成分分析。数据来自“国家大学生学习情况调查数据库”之“高职院校数据库”57。共有14所高职院校、17435名学生参与的调查。(一)主成分分析法主成分分析法58是设法将原来众多具有一定相关性(比如P个指标),重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合,作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息,再考虑选取F2即选第二个线性组合,为了有效地反映原来信息,F1已有的信息就不需要再出现在F2中,用数学语言表达就是要求Cov(F1,F2)=0,则称F2为第二主成分,依此类推可以构造出第三、第四、…,第P个主成分。(二)测量指标结合以有的研究和对大量学生访谈的基础上,本次满意度调查从教师教学、人际关系与校园支持三方面展开,共有16个主要指标(表一),调查采用6分制,1=非常不满意2=不满意3=基本不满意4=基本满意5=满意6=非常满意。四、研究分析(一)计算主成分表达式进行主成分分析前,先将原始数据进行无量纲化处理,并求出各指标间的相关矩阵(见..表二)。通过相关矩阵表可以看出各指标间存在显著的正相关关系(P<0.01),而且大部分指标之间的相关系数处于0.3—0.8之间。由此可以得出结论,各指标间存在相关性,具备主成分分析的前提条件。求出各指标间的相关矩阵后,然后要进行KMO和Bartlett检验(见表三)。通过分析可知KMO=0.957(>0.7),Bartlett=0.000(<o.o1),认为适合进行主成分分析。“主成分个数提取原则为主成分对应的特征值大于1的前m个主成分。特征值在某种程度上可以被看成是表示主成分影响力度大小的指标,如果特征值小于1,说明该主成分的解释力度还不如直接引入一个原变量的平均解释力度大,因此一般可以用特征值大于1作为纳入标准”59。通过分析(见表四)可以看出,可以提取两个主成分。从初始因子载荷矩阵(表五)可以看出,第一个因子(F1)中与教师教学相关的因子得分高,因此将其命名为“教师教学因子”。第二个因子(F2)中与学校基础设施方面的因子得分高,因此将其命名为“校园支持”因子。但“主成分的表达式还不能从输出窗口中直接得到,ponentMatrix是指初始因子载荷矩阵,为了得到主成分的表达式,以便求主成分值

12>

  本文关键词：高职院校大学生满意度研究——基于2011年“国家大学生学习情况调查”数据分析，由笔耕文化传播整理发布。